用C++实现简单字符串解析

大多数情况下,我使用std::istringstream和std::getline的组合(可以用来分隔单词)来获得我想要的东西。如果我能让我的配置文件看起来像:

foo=1,2,3,4

这样就容易了。

文本文件如下:

foo=1,2,3,4
bar=0

你可以这样分析:

int main()
{
    std::ifstream file( "sample.txt" );

    std::string line;
    while( std::getline( file, line ) )   
    {
        std::istringstream iss( line );

        std::string result;
        if( std::getline( iss, result , '=') )
        {
            if( result == "foo" )
            {
                std::string token;
                while( std::getline( iss, token, ',' ) )
                {
                    std::cout << token << std::endl;
                }
            }
            if( result == "bar" )
            {
               //...
    }
}

这个 C++ String Toolkit Library (StrTk) 您的问题有以下解决方案:

#include <string>
#include <deque>
#include "strtk.hpp"

int main()
{
   std::string file_name = "simple.txt";
   strtk::for_each_line(file_name,
                       [](const std::string& line)
                       {
                          std::deque<std::string> token_list;
                          strtk::parse(line,"[]: ",token_list);
                          if (token_list.empty()) return;

                          const std::string& key = token_list[0];

                          if (key == "foo")
                          {
                            //do 'foo' related thing with token_list[1] 
                            //and token_list[2]
                            return;
                          }

                          if (key == "bar")
                          {
                            //do 'bar' related thing with token_list[1]
                            return;
                          }

                       });

   return 0;
}

Here

精神不是用来分析复杂结构的。它也非常擅长微解析,几乎与C+scanf代码段的紧凑性相匹配:

#include <boost/spirit/include/qi.hpp>
#include <string>
#include <sstream>

using namespace boost::spirit::qi;


int main()
{
   std::string text = "foo: [3 4 5]\nbaz: 3.0";
   std::istringstream iss(text);

   std::string line;
   while (std::getline(iss, line))
   {
      int x, y, z;
      if(phrase_parse(line.begin(), line.end(), "foo: [">> int_ >> int_ >> int_ >> "]", space, x, y, z))
         continue;
      float w;
      if(phrase_parse(line.begin(), line.end(), "baz: ">> float_, space , w))
         continue;
   }
}

(我不明白为什么他们没有添加“容器”版本,如果我们可以写:

if(phrase_parse(line, "foo: [">> int_ >> int_ >> int_ >> "]", space, x, y, z))
   continue;

但事实上:

• 它增加了大量的编译时开销。
• 错误消息是残酷的。如果你在scanf上犯了一个小错误,你只要运行你的程序,立刻就会得到一个segfault或者一个荒谬的解析值。用spirit犯一个小错误,你会从编译器那里得到无望的巨大错误消息,而理解它们需要大量的boost.spirit练习。

所以最终,对于简单的解析,我和其他人一样使用scanf。。。

正则表达式通常可用于解析字符串。使用 capture groups (圆括号)获取要分析的行的各个部分。

foo: [3 4 56] ,使用正则表达式 (.*): \[(\d+) (\d+) (\d+)\]

如果有几种可能的字符串格式需要解析,比如在OP给出的示例中,可以逐个应用不同的正则表达式并查看哪一个匹配,或者编写一个正则表达式来匹配所有可能的变体,通常使用 | (集合并集)运算符。

正则表达式非常灵活,因此可以对表达式进行扩展,以允许更多的变化,例如,表达式后面有任意数量的空格和其他空格 : 在这个例子中。或者只允许数字包含一定数量的数字。

另外,正则表达式提供了隐式验证,因为它们需要完美匹配。例如,如果 56 在上面的例子中被替换为 56x

Boost.Regex .

我感觉到你的痛苦。我经常处理具有固定宽度字段(通过Fortran77代码输出)的文件,因此尝试以最小的麻烦加载它们总是很有趣的。就我个人而言,我想看看 boost::format 提供scanf实现。但是,除非我自己实现,否则我会使用类似于@Nikko的方法 boost::tokenizer lexical cast 用于转换。例如,

typedef boost::token_iterator_generator< 
                                boost::char_separator<char> >::type tokenizer;

boost::char_separator<char> sep("=,");

std::string line;
std::getline( file_istream, line );
tokenizer tok = boost::make_token_iterator< std::string > (
                                line.begin(), line.end() sep );

std::string var = *tok;  // need to check for tok.at_end() here
++tok;

std::vector< int > vals;
for(;!tok.at_end();++tok){
 vals.push_back( boost::lexical_cast< int >( trimws( *tok ) );
}

注: boost::lexical_cast

我认为Boo.Sovil是一种描述C++代码中语法正确性的好方法。它需要一段时间来适应提神,但之后就很容易使用了。它可能没有你想要的那么简洁,但我认为它是处理简单语法的一种简便方法,它的性能可能会有问题,所以在需要速度的情况下,它可能不是一个好的选择。

我不认为提交的答案比OP提供的更简洁。此外,提交的答案会降低代码的可移植性、编译速度和阅读难度。如果有其他目标(例如某些特定的安全或速度要求),则提交的答案可能更合适,但考虑到问题中所述的目标,使用 sscanf 仍然是要击败的答案。